深度回声状态网络应用于贫困人口数量预测
本文运用热门的神经网络算法对贫困人口数量进行预测,预测结果可以作为来年资金预算的参考.本文使用的是具有循环结构的深度回声状态网络,起源于解决循环神经网络训练困难的回声状态网络,具有对时间数据敏感、训练简单等优点,非常适用于时间序列的预测工作.本文第二章详细讲解深度回声状态网络的结构模型和数学模型，第三章进行网络建立和实际应用，本文进行了大数据”精准扶贫”中的相关工作，利用深度回声状态网络对贫困人口数量变化趋势进行了预测，预测结果为3040万人，与实际情况相差6万人，预测精度为0.53e-7，该误差对于实际工作是可容许的，可将预测的贫困人口数量作为来年中央扶贫预算资金的决定因素之一。
精准扶贫 贫困人口 数量预测 深度回声状态网络
李宛霈 李红梅 沈亚兰 李光胜 廖永波
成都远晟科技有限公司 电子科技大学 贵州数创未来科技有限公司
国内会议
成都
中文
70-72
2018-05-01（万方平台首次上网日期，不代表论文的发表时间）